Побудуйте свою першу модель логістичної регресії

У відео ми будуємо просту модель логістичної регресії, використовуючи emp_age для прогнозування turnover. У цій вправі ви побудуєте подібну модель для прогнозування turnover, використовуючи percent_hike.

Також, як обговорювалося у відео, ми вилучили з набору даних такі стовпці:

emp_id, mgr_id
date_of_joining, last_working_date, cutoff_date
mgr_age, emp_age
median_compensation, department
status

Оновлений набір даних доступний у train_set_multi.

Ця вправа є частиною курсу

HR Analytics: прогнозування плинності кадрів у R

Переглянути курс

Інструкції до вправи

Побудуйте просту модель логістичної регресії для прогнозування turnover за допомогою percent_hike.
Виведіть зведення цієї моделі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Build a simple logistic regression model
simple_log <- ___(___, 
                  family = "binomial", data = train_set_multi)

# Print summary
___(simple_log)

Редагувати та запускати код